最优调度的电力配电变电站案例研究:一个整数Gaining-Sharing知识型Metaheuristic算法

文摘

这项工作是致力于经济调度所需的电力站在接下来的10年的长期计划。计算所需的电力站进行估算每年消耗的电力在一个长期的计划,然后确定所需数量的电台。目标是最小化总站的建立和运营成本基于数学规划模型与非线性目标函数和决策变量的整数。介绍模型适用于一个真正的实际案例研究结论的数量每年建造站在电力行业的长期计划在吉达城市,沙特阿拉伯。目前的规划方法是仅基于直觉通过构造相同数量的要求站在每年寻找更好的解决方案。解决数学模型,引入一种新型最近获得知识共享算法,名叫葛兰素史克,已经使用。增广拉格朗日方法(ALM)应用于变换约束制定成为无约束与目标函数处罚。根据实际案例研究的结果,提出了葛兰素史克公司的ALM批准的能力解决这种情况下对收敛,效率,质量,和鲁棒性。

1。介绍

在未来几年,全世界人口投影预计会上升,这应该是通过增加足够的电力供应的预期更高的需求。

专家意见表明,预期的负载需求所需准备的关键因素潜在的电力需求。规划当局在世界各地国家的预测人口是不断增加(1]。这个增长应该足够平衡的电力供应。

由于电力需求是直接关系到预期的人口增长,电力公司应该支持当前网络通过安装额外的电台,以满足日益增长的需求2]。等基础设施需求的水、电、污水和通信将超过比例的人口增长和新城市的扩张。负责任的政府都必须支持相应的网络通过安装新的电台来满足日益增长的需求,防止业务中断和电力故障造成的经济损失3]。

当前的解决方案过程主要基于真正的紧急需求受制于可用的资源。这会引起,几站的建设,同时允许多余的资源,或者少于所需的建设由于预算约束。为这些目的,全面分析方法由电力公司急需确定理想的决定关于安装站在每年的长期计划。

当前协议是完全依赖于经验和直觉。这个决策过程完全是主观的,在大多数情况下,会导致过度的成本的顺序百万美元建造和运营所需的电台。决策的身体需要一个详细的分析方法来确定最佳决策建立的电车站调度周期。这项研究被认为是作为规划和调度这些实用程序的基础,达到最优的解决方案支持的数学基础。

相反,在过去的三十年里,metaheuristic算法成为解决高维的流行,复杂的优化问题和显示找到接近最优解的能力。最近,穆罕默德et al。4)引入了一个新的自然过程,获得了葛兰素史克和分享知识。葛兰素史克过程测试三十多CEC2017基准函数测试问题在不同的维度。它也应用于IEEE-CEC2011问题解决现实问题,相比十多个先进的metaheuristic算法。获得输出显示重要的克服葛兰素史克比其他算法的鲁棒性,收敛,找到解决使用问题的能力。葛兰素史克公司由两个阶段组成:(我)初级葛兰素史克阶段(2)葛兰素史克公司高级阶段

在第一阶段,初级或初学者获得知识从他们的小型网络,如家庭成员,亲戚和朋友。他们想要分享他们的知识与其他的人可能不属于他们的网络由于好奇的探索。同时,他们不能区分好与坏的人。同样,在获得和分享高级阶段,判断他人的有经验的人,他们可以对图像进行分类。高层人士获得从他们的同事,他们的知识社会的朋友,或者很多人根据他们的经验,分享他们的观点和意见,可以提高他们的学习4]。

因为介绍配方是如此复杂和非线性整数规划,增强约束葛兰素史克算法建议来处理给定的问整数GP配方。

1.1。贡献

当前的规划方法建立在沙特电力公司电力输电变电站是基于直觉和经验通过构造相同数量的要求变电站在每年寻找更好的解决方案。这个过程不会导致最优解决方案,在大多数情况下,导致多余的费用在long-planning地平线。本文旨在实现经济调度所需的长期电力配电变电站。目标是最小化总站的建立和运营成本规划地平线基于非线性整数数学规划模型。

介绍模型适用于一个真正的实际案例研究结论的数量每年建造站在电力行业的长期计划在吉达城市,沙特阿拉伯。

解决数学模型,引入一种新型最近gaining-sharing以知识为基础的算法,名叫葛兰素史克,已经使用。

增广拉格朗日方法(ALM)应用于变换约束制定成为无约束与目标函数处罚。根据实际案例研究的结果,提出了葛兰素史克公司的ALM批准的能力解决这种情况下对收敛,效率,质量,和鲁棒性。总成本节约利用这样一个科学的方法,而不是传统的方法在实践中使用超过2000万美元。

这种科学方法建模和解决这些实际问题可以很容易地应用到管理者在实践中对这个和类似的调度问题。通过这种方式,他们总是达到最优解和节省时间和成本。

接下来的工作是通过以下方式来组织。部分2是专门为当前问题的文献综述。部分3介绍了电气配电变电所的经济调度数学模型。部分4介绍了一个实际应用案例研究的问题在吉达,沙特阿拉伯。提议IGSK问题的方法和计算结果提出了部分5和6,分别。结论和建议研究点是总结部分7。

2。文献综述

几项研究如Al-Saleh和塔勒布(5揭示一个剧烈的跳在全世界的电力消耗。忽略有效的建筑和设计缺乏电力的“时段”贡献了约80%的电力用于空调和冷却。然后,随着需求最高,在夏季电力短缺成为严重[6]。

胶凝等。7]电力需求的预测分类分为三种类型:短,中,长期的。短期预测执行几个小时后,介质类型是几周了几年,和长期的影响主要是由经济因素和用于5到15到25年。

口头et al。8)表示,预测要求负载在服务领域是电力资源规划的一个基本因素。使用最小成本计划,可以组织资源的预期需求根据这些预测的结果。资产准备通常是受各种不确定因素进行预测的负荷需求代表了一种不确定性的重要组成部分。

陆和许9)的工作是研究目的减少无功功率的电压偏差流从所需的值。使用一个动态programming-based方法。

鑫et al。10]研究了分销网络规划,他们说收到的负载在不同年在每个部门都是不同的,所以有效的规划是一个动态规划制定。

Nagasaka和Al-Mamun11]预测高峰负荷使用径向基函数网络的。九个公司在日本的预测反映了当前和未来的趋势。这项研究集中于经济数据影响long-forecasting对电力负荷的需求。使用的数据是真实的年度负荷和增量增加百分比。

艾尔哈姆迪(12在吉达)集中在电力行业10年后地平线的时间表。他分析扩展到包括一些参数发现调查对最优解的影响通过调整参数的问题。

哈桑et al。13)表明,电力需求在沙特阿拉伯与过去几十年里已经显著增加。这是一个快速增长的人口,经济增长和能源短缺,保护活动。他们使用ANN预测所需的电力分配站在吉达。然后开发一个动态规划制定调度站安装的年度数量规定的时间内尽量减少总体成本的建立和操作站决定。

El Quliti et al。14本研究在吉达)。提到工作调度的必要数量的变电站在长期时间内使用动态编程模型。计算是基于确定的数量站建成规划周期的总成本最小化。

El-Quliti和羊群的工作15)是致力于规划最优数量的电力变电站需要一个长期的时期。模型还提供了参数灵敏度分析来检测可能的基本参数对结果的变化。

动态规划的方法通常难以理解,它没有一个普遍的特性对于所有应用程序,而不是每个应用程序都有其结构。动态规划问题分为几个决策阶段;决定在某个阶段的结果影响接下来的决定在每一个阶段。有大量的计算,任何小错误会导致一个不正确的结果。

事实上,没有通用的算法(如线性规划的单纯形法),可以通过编程来解决各种各样的应用程序。另外,没有代码包解决各种动态规划问题,如数学规划模型。

克服这些困难发生在解决优化问题,metaheuristic程序起源于最近三十年。算法基于metaheuristic方法用于处理许多实际的应用程序,因为他们很简单,能够检测最优解附近,容易实现。它分为以下四类:(我)进化算法(基于自然进化生物学和启发):许多metaheuristic算法受到这类进化编程等遗传算法(16微分进化(),17),和禁忌搜索18]。(2)群算法(基于社会性动物的行为(学院的鱼类、鸟类等)):群程序专门为解决更复杂的问题。使用粒子群优化(19,蚁群20.),和鲸鱼算法(21在这一组。(3)基于物理算法:杰出的管理法规的一种自然现象。模拟退火(22)、和谐搜索(23],水循环算法[24)等的例子是基于物理技术。(iv)人性化的算法,这些算法依赖于人类行为或活动。基于人类的物理活动或非物质,这些技术被发明。很少有算法是基于人类的类别,例如,human-inspired算法(25)和基于教学的优化(26]。

Metaheuristic算法已经应用于各个领域,实时解决问题。之间的比较研究进行了进化算法、禁忌搜索、模拟退火(27),进化策略和遗传算法比较解决机械设计问题具有不同类型的约束(28]。El-Qulity和默罕默德29日)解决了高等教育入学问题使用非线性目标规划模型和整数决策变量使用修改后的微分进化算法。结果显示修改后的微分进化的健壮性和效率。除此之外,他们先进的版本的DE-based算法应用于解决许多实际应用(30.- - - - - -41]。戈麦斯(42)解决了桁架质量优化问题与非线性动态约束使用粒子群过程。小王和Watada43)解决实际生产配送位置情况包括模糊参数使用混合算法。Metaheuristic算法提供了简单和简单的方法来解决高维、非线性的复杂优化问题。由于算法简单,哈达德et al。18)利用水循环的过程找到Karon-4水库系统的最优策略。进行比较评价,过程评估与遗传算法获得解决方案推导算法更为有效和可靠的。没有上述的算法解决电力传输站的经济调度问题。

根据葛兰素史克的特点,因此,整数葛兰素史克(IGSK)基于算法寻找最优解决方案介绍了处理问题的决策变量非线性规划制定有整数。整数的决策变量,IGSK包含整数突变将整数转换为其最近的整数。它应用于初级和高级gaining-sharing阶段。拟议中的IGSK发达葛兰素史克是一个简单的修改处理非线性的问题制定经济调度的电力输电变电站。

3所示。制定的数学模型问题

3.1。已知的参数

=一个变电站的建设成本y当购买n变电站在那一年,这并不意味着产品价值生产单位建筑成本通常是一个非线性函数的函数建立了变电站的数量年y,y= 1,2,…NN=数量的计划 =年度运营和维护(运营管理)的成本一个变电站y =年度要求变电站y,这个值主要取决于增加用电量每年由于新建筑和项目消耗电力 =最大数量的变电站建在y由于资源的约束。

3.2。决策变量

这个问题的决策变量确定变电站的数量建立在长期规划周期,每年用 ,y= 1,2,…N。

3.3。问题的约束

3.3.1。资源约束

变电站建设的最大数量y的规划周期不应超过可用的资源。资源包括预算、专业的员工、设备、消耗材料: 在哪里=最大数量的变电站建在y,y= 1,2,…N。

3.3.2。需求约束条件

建立了变电站的累积数量到年y应该大于或等于积累请求在所有前几年前那一年y:

3.3.3。Nonnegativity和整数约束

所有非负整数:

3.3.4。目标函数

问题的最终目标是确定决策变量 这样的建造和运营总成本电力传输/分配变电站的规划周期最小化,我们有

定义的函数 ,那么目标将表单 在哪里是一个函数的 ,y= 1,2,…N。的关系和是一个表的值代表了变电站的数量,每年的每一个成本的规划周期。在考虑一个变电站的成本逐年增加,虽然会有一些折扣购买更多的变电站,见下表1,这表示这些数据。

它需要代表数据点表的集合1为每年y,y= 1,2,…N(1, ),(1, ),…,(1, )一个多项式的学位(n−1),这可以通过使用一个适当的多项式插值计算机程序(44]。存在这样的一个多项式,是独一无二的45]。

4所示。一个真正的应用案例研究

吉达是沙特阿拉伯王国的第二大城市,它有一个非常重要的位置附近两个神圣的清真寺,与大量的商业、工业和建筑发展(图1)。根据长期战略计划,吉达,人口预测预计将持续增加在未来。

在吉达沙特电力公司(SEC)正面临一个巨大的挑战,平衡所需的即将到来的需求和预算的可用性。证券交易委员会的主要问题是向公众提供足够的电力供应和在各个领域的行业在吉达城市。因为电力需求将超过电力耐力直接定比例增长的人口和建筑环境的扩大,广泛SEC必须加强网络在这些领域新变电站的安装。

所需数量的电力传输/分配变电站长期时间即将到来的十年预计每年根据电力总消费,然后定义变电站所需的数量。

有许多影响问题的配方参数,这些参数(我)变电站建设成本的初始值(2)变电站建筑成本每年增加的百分比(3)的百分比折扣购买多个变电站(iv)初始值的操作成本(v)运营成本每年增加的百分比

应向证券交易委员会提供一个系统的过程到达最优决策的变电站建成每年在计划未来10年的时间。

每年要求变电站在接下来的10年= 3,1、3、3、2、2、2、3,3,3。第一年一个变电站的建设成本估计是5000万沙特里亚尔(SR)和假设未来10年每年增加7%;有5%的折扣,2建立变电站为10%,3变电站所有年的计划。操作和维护成本从300万年开始SR在第一年和未来10年每年增加7%。

表2代表一个变电站的建筑成本在未来10年内采购1,2,3变电站的最大数量可能建立变电站由于资源的约束。桌子上也代表了每年的需求 ,每年积累的需求 ,操作和维护(运营管理)的成本 ,和累积的各项成本10年即将到来的

以下数学模型根据给定的数据获得的案例研究。

4.1。资源约束

只允许的最大可用的资源 变电站建设在规划周期的任何一年。应用公式(1),然后我们有

4.2。需求约束条件

建立了变电站的累积数量到年y应该大于或等于积累的需求在所有前几年前那一年y。应用公式(2),然后我们有1年, (第一年要求变电站)2年后, (累积的数量要求变电站在前2年)3年, (积累了第一个3年)的要求变电站数量等等在接下来的几年

4.3。整数约束

应用公式(3),然后我们有 , 为整数≥0。

4.4。目标函数

一个合适的软件包,MyCurveFit [46),用于插入一个二次多项式公式(5)每年变电站的折扣价格。图2介绍了数据输入屏幕和插值第一年的输出数据点在哪里(50.0)、(47.5),和45.0(3),第一年的数据表所示2。获得的多项式方程(52.5 - -2.5 )和其他多项式方程获得了提到的其他年使用电脑包。

所有获得的10年的曲线拟合和取代形成目标函数如下:

5。方法

这部分代表规定的方法用于解决问题。部分5.1给出了算法的详细描述IGSK和部分5.2描述了约束处理方法。

5.1。整数Gaining-Sharing知识优化算法(IGSK)

IGSK建议处理整数决策变量。葛兰素史克算法修改与整数突变导致新的整数Gaining-Sharing知识的发展——基于(IGSK)的优化算法。整数变量处理操作符,例如, ,这轮数到最近的整数。IGSK的数学公式描述如下。步骤1:最初,人的号码是假定NOP(人口)的数量。让 是一个被定义为个人 ,在哪里d是纪律的计数字段和 对应的目标函数值。生成初始种群 在哪里乌兰巴托和磅和代表最顶层和限制的优化任务。步骤2:在开始寻找解决方案,初级或高级阶段的尺寸必须设置。维度的数量应该改变或更新在两阶段应该通过增加和减少公式计算: 在哪里k是知识因素和积极的实数控制知识,创是最高的数代,G代表着一代又一代的数量。步骤3(初级获得和分享阶段):它认为在初学者的知识从他们的朋友、家人等等,和与他人分享他们的观点可能会或可能不会属于自己的网络。这个阶段进一步考虑两个子阶段如下:(我)个人被安排与参考目标函数的值在一个提升的方式: (2)为每个单独的 选择两个最近的最好和最差个人获取知识,然后随机选择另一个人分享他们的知识。因此,个体更新在以下方式,算法1(图3)。步骤4 (GSK高级阶段):这个阶段涉及他人的影响和影响一个人。因此,每个人可以通过安排更新相关的个人目标函数的值升序排序。他们分为三种类别是最好的,中间,或者坏的人:最佳个人:中间个人: 最糟糕的人:在哪里 最好和最差的比例是类。

分类后,从顶部和底部选择两个随机向量个人获得的知识,分享知识选择第三个向量从中间的个体 。

个人通过伪代码(图更新4)和IGSK是在算法的流程图2(图5)。

5.2。约束处理方法

解决约束优化问题,一些技术已经应用于metaheuristic算法(47- - - - - -49]。其中,维护解决方案的可行性和处罚方法是最常见的和受欢迎的方法。然而,有一些这些约束处理技术的优点和缺点。最常见的方法与metaheuristic算法是惩罚的方法(50]。在惩罚方法中,一个约束优化问题转化为一个无约束最优化问题,实施处罚不可行的解决方案(51]。通常,没有可微的罚函数,它是这种方法的主要缺点52]。此外,他们还需要合适的惩罚因子估计处罚的程度。介绍了几种方法来找到合适的死刑惩罚等因素,静态的点球,自适应惩罚和动态惩罚(53]。另一种方法是拉格朗日乘数法是基于Kuhn-Tucker条件。几项研究已经使用:增广拉格朗日方法(ALM) metaheuristic算法。Bahreininejad [54]介绍了水循环ALM算法和实时解决问题。在解决现实问题,使用ALM metaheuristic算法。为了解决结构优化问题,埃德里和程55在ALM)提出了一种混合遗传算法。为了优化钢结构,Sarma和埃德里56与遗传算法模糊ALM使用。长等。57]使用ALM和微分进化算法来处理工程问题的约束。Mallipeddi和Suganthan58)使用四种不同的约束处理技术来解决约束优化问题。

在这项研究中,使用ALM,就像惩罚的方法。在ALM,一个无约束最优化配方取代了约束优化配方的点球前与拉格朗日乘子目标函数参数。假设给定的约束优化问题如下: 受到

ALM方法应用到这个问题时,更改为一个无约束优化如下: 在哪里µ是惩罚参数,二次点球,λ是拉格朗日乘子。的方程,µ和λ选择以这样的方式呢λ可以保持小保持战略距离患病状况。ALM的优点是,它降低了疾病的能力条件发生在惩罚的方法。

6。计算结果

IGSK提出的问题已经解决了,比较评价,问题也解决了最受欢迎的和著名的微分进化(DE)算法即。17)和粒子群优化(PSO) (19]。算法运行在个人电脑国米®CoreTM i5 - 7200 u @ 2.50 GHz CPU和4 GB RAM。算法在MATLAB R2015a编码和测试30多个独立运行。IGSK和比较算法的参数值表3在整个过程中,结果指出。结果展示在表4最低、平均、最大和平均目标函数值和标准差。客观价值的收敛图的迭代数量如图6。

它是观察表4解决方案使用IGSK作为约束最优可行满意。中值,意思是,最好和最差的客观价值=获得值,描述了IGSK的高鲁棒性。此外,图5显示IGSK与其他优化的收敛结果达到最优值在计算的迭代。它可以推断IGSK是一种有效的算法的快速收敛,在检测最优解的能力,鲁棒性。

最优数量的变电站和积累的建立如表所示5。老的总成本最优的解决方案是表5也显示了要求和积累要求变电站的数量。

图7代表了变电站的累积数量根据获得的最优解,并积累的数量要求变电站。正如图中所看到的,是有区别的两个图,按照给出的总成本最优解2083425000沙特里亚尔(SR)的总成本和使用协议所需的构造相同数量的变电站在SR 2104355000每年。总成本节约超过SR 2000万只供一个城市(吉达)可能计数为全国数亿SR。

使用的案例研究中,问题的最终目标是确定决策变量的值,这样建造和运营电力传输的总成本/配电变电站的规划周期最小化。决策变量代表的数量每年变电站建成y在长期的规划周期,y= 1,2,…N。他们被指示为 ,y= 1,2,…N ,所以我们有 在哪里是一个函数的 , =一个变电站的建设成本y当购买n变电站在那一年,这个值并不意味着产品,生产单位建筑成本通常是一个非线性函数的函数建立了变电站的数量年y,y= 1,2,…N,N=数量的计划。=年度运营和维护(运营管理)的成本一个变电站y。

给定的参数的值和 ,总建设和运营成本的规划周期达到数十亿沙特里亚尔的顺序。总成本变化的顺序数以百万计的沙特里亚尔取决于电力变电站的数量每年建成规划周期。见得到解决方案,是有区别的相关成本最优的解决方案和相关的使用协议。后的总成本最优解2083425000沙特里亚尔(SR)和总成本的使用协议构建所需的相同数量的变电站在SR 2104355000每年。总成本节约超过SR 2000万只供一个城市(吉达),这可能有价值数亿SR对整个国家来说,这表明,该算法在特定的问题。

7所示。为未来的研究结论和观点

(1)电力站的建设和运营的总成本在十年的长期规划的时间优化每年通过确定最优站建设。每年的决策变量代表站安装。每年需求的约束和资源约束。(2)制定目标函数问题的各种价格折扣电力变电站是插入一个多项式函数表的点代表的价格和数量每年站在规划周期。(3)提出问题是解决使用整数获得知识共享——基于(IGSK)的优化算法。结果清楚地表明,IGSK给所有运行的最优解一致。IGSK收敛图的建立,IGSK快速收敛到最优解,需要非常少(2.03秒)计算时间。优化变电站的建设成本每年是2083425000沙特里亚尔(SR)和变电站的数量(3,1,3,3,3,3,0,3,3,3)。(4)总成本的使用协议构建所需的相同数量的变电站在每年SR2, 104, 355, 000。总成本节约SR20百万以上。

作为未来的研究,提出了以下几点:(1)将模型应用到其他城市和地区的国家和构建一个全面的模型对整个沙特阿拉伯和其他国家(2)执行参数分析来评估可能的变化因素对问题得到解决方案(3)探讨在调度时间货币价值的变化(4)建立一个DSS协助经理寻找最佳解决类似的问题(5)本研究可以被认为是作为规划和调度的基础其他基础设施,如电力、电信、水和污水基于一种分析过程(6)开发替代自适应gaining-sharing以知识为基础的算法(7)目前的方法应用于其他真实的知识问题的解决方案

数据可用性

没有数据被用来支持本研究。

的利益冲突

作者宣称没有利益冲突声明。

作者的贡献

阿里·哈桑说,哈立德Alnowibet,布勒Agrawal, Ali Mohamed同样为研究做出了贡献。

确认

这项研究是由在沙特国王大学研究支持计划,利雅得,沙特阿拉伯。

引用

1. 联合国网站,世界人口预计将达到97亿,到2050年,联合国经济和社会事务部(DESA),伦敦,英国,2020年。
2. r . Avtar特里帕西,a . k . Aggarwal p·库马尔,“Population-urbanization-energy nexus:审查,”资源,8卷,不。3,p。136年,2019年。视图:出版商的网站|谷歌学术搜索
3. e .角r .气喘、美国查克和j·w·霍尔,“理解业务中断和电力故障造成的经济损失和洪水,”国际灾害风险科学杂志》上,10卷,第438 - 421页,2019年。视图:谷歌学术搜索
4. a . w·穆罕默德·a·a·哈迪和a·k·穆罕默德”Gaining-sharing知识基础算法求解优化问题:一种新型表面算法,”国际期刊的机器学习和控制论11卷,第1529 - 1501页,2020年。视图:谷歌学术搜索
5. y Al-Saleh h·塔勒布,“可再生能源选择在沙特阿拉伯:太阳能光伏发电的经济可行性在住宅领域”《圆柱国际会议英国剑桥,2009年。视图:谷歌学术搜索
6. e·a·拜尔斯g . Coxon j .自由和j·w·霍尔,“干旱和气候变化对冷却水源短缺和电力价格的影响在英国,”自然通讯p . 2239,卷。11日,2020年。视图:谷歌学术搜索
7. c . w .胶凝w·l·巴伦j·h·张伯伦,a .法鲁基b·a·史密斯,为电力公司需求预测美国Libborn,费尔蒙特出版社有限公司,1992年。
8. a·g·口头o . Esmaeil j . Muthusami a·巴顿和a . f . Atiya“智能长期电力负荷预测系统”的发展,电力系统智能系统应用,”ISAP国际会议的程序剑桥,页288 - 292年,英国,2009年。视图:谷歌学术搜索
9. f·c·卢和y y许”,无功/电压控制在一个分布变电站使用动态规划,“IEE诉讼,发电,输电和供电,卷142,不。6,639 - 645年,1995页。视图:谷歌学术搜索
10. y上海一中院c . Wang g . Shaoyun j·肖,x,和c .黄城市分布规划模型和方法天津大学电气与自动化工程学院,珀斯佤邦,澳大利亚,2000年。
11. k . Nagasaka和m . Al-Mamun”长期高峰需求预测9日本电力公司使用径向基函数网络,”IEEE电力工程学会大会1卷,第322 - 315页,2004年。视图:谷歌学术搜索
12. 美国阿尔哈姆迪,调度的动态规划模型与参数研究电力输电/配电变电站的建设在城市吉达工业工程系,工程学院,阿卜杜拉国王大学,吉达,2010年。
13. s . A .哈桑中情局El-Darrab, m . A . Al-Ameer”调度的动态规划模型电力传输/分配变电站在吉达城市”《圆柱国际会议英国剑桥,2009年。视图:谷歌学术搜索
14. s . a . El Quliti中情局El-Darrab, m . a . Al-Ameer调度的动态规划模型的电力传输/分配在吉达城市变电站英国剑桥,剑桥大学,2009年。
15. s . a . El-Quliti和m . r .羊群,“经济调度的电力传输/分配变电站在吉达城市参数结果,“阿卜杜勒阿齐兹国王大学学报、工程科学,23卷,不。2、115 - 136年,2012页。视图:谷歌学术搜索
16. j .荷兰,适应在自然和人工系统:一个介绍性的分析应用到生物学。控制和人工智能,密歇根大学出版社,密歇根州,美国,1975年。
17. r . Storn和k .价格“微分进化简单和高效的启发式全局优化的连续空间,”杂志的全局优化,11卷,不。4、341 - 359年,1997页。视图:谷歌学术搜索
18. o·b·哈达德、m . Moravej和h·a·Loaiciga“水周期的算法应用到水库的优化调度系统,”灌溉和排水工程》杂志上,卷141,不。5、文章ID 04014064, 2015。视图:谷歌学术搜索
19. 进行r·埃伯哈特和j·肯尼迪,“一个新的使用粒子群优化理论,”学报第六微机器和人类科学国际研讨会,页39-43,剑桥,英国,2009年。视图:谷歌学术搜索
20. 诉Maniezzo m .民宿,a . Colorni”由一群蚂蚁系统:优化代理、合作”IEEE系统,人,Cybernetics-Part B:控制论,26卷,不。1,29-41,1996页。视图:谷歌学术搜索
21. Mirjalili和a .刘易斯“鲸鱼优化算法”,工程软件的进步卷。95年,51 - 67,2016页。视图:谷歌学术搜索
22. 柯克帕特里克,c, d . Gelatt, m . p . Vecchi“由模拟退火优化”科学,卷220,不。4598年,第680 - 671页,1983年。视图:谷歌学术搜索
23. z . w . Geem、j·h·金和g . v . Loganathan”一种新的启发式优化算法:搜索、和谐”模拟,卷76,不。2,60 - 68、2001页。视图:谷歌学术搜索
24. h . Eskandar a . Sadollah a Bahreininejad, m·哈姆迪”水循环算法a小说metaheuristic优化方法求解约束工程优化问题,“计算机与结构卷,110 - 111,151 - 166年,2012页。视图:谷歌学术搜索
25. l·m·张,c . Dahlmann, y,“Human-inspired连续函数优化算法,”《2009年IEEE国际智能计算和智能会议系统剑桥,页318 - 321年,英国,2009年。视图:谷歌学术搜索
26. v . j . Savsani r . v . Rao, d . p . Vakharia”教学为基础,优化:连续非线性大规模问题的优化方法,”信息科学,卷183,不。1、1 - 15,2012页。视图:谷歌学术搜索
27. l . Giraud-Moreau和p . Lafon”,为机械设计组件进化算法的比较,“工程优化,34卷,不。3、307 - 322年,2002页。视图:谷歌学术搜索
28. h·优素福,s m .我们和h . Adiche”进化算法,模拟退火和禁忌搜索:比较研究,“人工智能技术的工程应用,14卷,不。2、167 - 181年,2001页。视图:谷歌学术搜索
29. s . A . El-Qulity和A·w·默罕默德“广义国家高等教育招生容量规划方法:非线性整数目标规划模型与小说微分进化算法,”计算智能和神经科学卷,2016篇文章ID 5207362, p。2016。视图:谷歌学术搜索
30. s . A . El-Quliti A . h . Ragab r . Abdelaal et al .,“大学招生容量规划的非线性目标规划模型与改进微分进化算法,”数学问题在工程文章ID 892937卷,2015年,p。13日,2015年。视图:谷歌学术搜索
31. s . A . El-Quliti和A·w·穆罕默德”大规模非线性混合二进制目标规划模型来评估候选人太阳能发电站的位置:一种改进的二进制微分进化算法与案例研究,“计算和理论纳米科学杂志》上,13卷,不。11日,第7921 - 7909页,2016年。视图:谷歌学术搜索
32. a . w·穆罕默德·h·z Sabry, m . Khorshid“全局优化的另一个微分进化算法”,高级研究杂志》,3卷,不。2、149 - 165年,2012页。视图:谷歌学术搜索
33. a·w·默罕默德,”解决随机规划问题使用微分进化算法的新方法,”埃及信息杂志,18卷,不。2、75 - 86年,2017页。视图:谷歌学术搜索
34. a·w·穆罕默德,a·k·穆罕默德·e·z . Elfeky和m·萨利赫“增强直接微分进化算法求解约束工程优化问题,“应用Metaheuristic国际期刊的计算(IJAMC),10卷,不。1、28页。2019。视图:谷歌学术搜索
35. A·w·默罕默德,”一个新的修改二进制微分进化算法及其应用,”应用数学与信息科学,10卷,不。5,1965 - 1969年,2016页。视图:谷歌学术搜索
36. a . Wagdy穆罕默德·h·z Sabry, a .高人气的“先进全球数值微分进化算法优化”诉讼IEEE国际会议上的计算机应用和工业电子产品(ICCAIE 11)槟城,页156 - 161年,马来西亚,2011年12月。视图:谷歌学术搜索
37. a·k·穆罕默德·a·w·穆罕默德·e·z . Elfeky和m·萨利赫“解决约束非线性整数,整数使用增强的直接微分进化算法,全局优化问题”机器学习模式:理论和应用施普林格,可汗,瑞士,2019。视图:谷歌学术搜索
38. a . h . m . Ragab s . a . El-Quliti r . Abdelaal et al .,“高等教育招生容量规划使用大规模非线性ınteger目标规划模型与改进的微分进化算法,”计算和理论纳米科学杂志》上,13卷,不。11日,第7878 - 7864页,2016年。视图:谷歌学术搜索
39. a·w·默罕默德,”一个有效改进微分进化算法求解约束非线性整数,整数全局优化问题,“国际期刊的机器学习和控制论,8卷,不。3、989 - 1007年,2017页。视图:谷歌学术搜索
40. c . y . l . Cheng Wang Wang a·w·穆罕默德·t·肖,”基于成功经验信息的自适应差分进化。”IEEE访问,8卷,第164636 - 164611页,2020年。视图:出版商的网站|谷歌学术搜索
41. a·w·e·陈,陈、穆罕默德,b . Wang和陈y, z . Wang“群体智慧应用于无人机部署优化、辅助物联网数据采集”IEEE访问,8卷,第175668 - 175660页,2020年。视图:出版商的网站|谷歌学术搜索
42. h·m·戈梅斯“桁架的优化使用粒子群算法与动态约束,“专家系统与应用程序,38卷,不。1,第968 - 957页,2011。视图:谷歌学术搜索
43. 王s和j . Watada”生产两级模糊成本和设施选址问题的要求,“国际期刊的机器学习和控制论,4卷,不。1,第74 - 65页,2013。视图:谷歌学术搜索
44. d . p . Kanoussis“多项式方程:系统的理论总结,具有挑战性的例子和问题,“2019年。视图:谷歌学术搜索
45. t . Vialar数学手册,国会图书馆,伦敦,英国,2017年。
46. MyAssays有限公司我的曲线拟合软件,在曲线拟合,2017年。
47. k . Deb,”一个有效的约束处理方法,遗传算法”,计算机在应用力学和工程方法,卷186,不。2 - 4、311 - 338年,2000页。视图:谷歌学术搜索
48. c·a·c·Coello”理论和数值constraint-handling技术使用进化算法:一项调查显示状态的艺术,“计算机在应用力学和工程方法,卷191,不。11 - 12,1245 - 1287年,2002页。视图:谷歌学术搜索
49. n . Muangkote l . Photong, a . Sukprasert”的有效性约束处理技术改进的微分进化算法应用于机械工程约束优化问题,“ITMSOC交易创新&商业工程4卷,21,2019页。视图:谷歌学术搜索
50. r .报”,变分方法来平衡和振动问题的解决方案,“在纯粹和应用数学课堂讲稿,4卷,1994年。视图:谷歌学术搜索
51. s . g .纳什线性和非线性规划,麦格劳-希尔科学,工程和数学,伦敦,英国,1996年。
52. a·e·史密斯和d . w .屁股,“惩罚函数,”手册的进化计算,卷97,不。1,1997。视图:谷歌学术搜索
53. 大肠Mezura-Montes和c·a·c·Coello”关于有效性的实证研究来解决约束优化问题的进化策略,”国际杂志的通用系统,37卷,不。4、443 - 473年,2008页。视图:谷歌学术搜索
54. a . Bahreininejad”,提高水循环算法的性能使用增广拉格朗日方法,”工程软件的进步卷。132年,55 - 64、2019页。视图:谷歌学术搜索
55. h·埃德里和n . t . Cheng“增广拉格朗日结构优化的遗传算法,航空航天工程杂志,7卷,不。1,第118 - 104页,1994。视图:谷歌学术搜索
56. k c . Sarma和h埃德里”,钢结构的模糊遗传算法优化”,结构工程杂志,卷126,不。5,596 - 604年,2000页。视图:谷歌学术搜索
57. 黄w·巴隆x, y, y,“混合约束的数值微分进化增广拉格朗日方法和工程优化,“计算机辅助设计,45卷,第1574 - 1562页,2013年。视图:谷歌学术搜索
58. r . Mallipeddi和p . n . Suganthan合奏的约束处理技术,”IEEE进化计算,14卷,不。4、561 - 579年,2010页。视图:谷歌学术搜索

版权

版权©2020说阿里哈桑et al。这是一个开放的访问分布在条知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。